大数据税收征管与股价同步性...税三期工程的准自然实验证据_张程睿.pdf

59财 务 研 究FINANCE RESEARCH2023年第2期（总第050期）No.2,2023GeneralNo.05059大数据税收征管与股价同步性 基于金税三期工程的准自然实验证据 张程睿 陈嘉滢摘要：本文基于金税三期工程在全国分批试点推广行为的准自然实验，运用多期双重差分法，研究引入大数据技术后税收征管对资本市场股价同步性的影响及其作用机制。研究发现：大数据税收征管有助于降低股价同步性，提高资本市场效率。机制研究表明，金税三期工程的实施，一方面可以通过缓解代理冲突减少市场噪音交易，从而降低股价同步性；另一方面可以通过提高公司信息质量增进公司特质信息纳入股价的程度，从而降低股价同步性。异质性检验表明，在公司信息透明度低、税收征管力度弱的地区，大数据税收征管政策对股价同步性的降低效果更显著。本文拓展了大数据税收征管的经济后果研究，为大数据税收征管降低股价同步性提供了经验证据支持。关键词：大数据税收征管；股价同步性；金税三期中图分类号：F275 文献标志码：A 文章编号：2095-8838（2023）02-0059-11收稿日期：2022-09-29作者简介：张程睿，华南师范大学经济与管理学院副教授；陈嘉滢，通讯作者，华南师范大学经济与管理学院硕士研究生。一、引言 金税工程是经国务院批准的国家级电子政务工程，是税收管理信息系统工程的总称。经金税一期和二期工程的建设，税收征管开始由经验管税向以票控税转变，金税三期工程（以下简称“金税三期”）融合税收征管变革和技术创新，统一国税、地税征管信息系统，实现了全国税收数据大集中，有助于规范税收执法、优化纳税服务、管控税收风险、加强信息共享。相较于金税一期与二期工程，金税三期工程采用大数据技术，具备更强大的智能分析功能，大大提高了税收管理质效。股价同步性体现了上市公司特质信息融入股票价格的速度与程度，可以反映资本市场的信息效率与资源配置效率。股价同步性高意味着公司特质信息难以有效融入股票定价中，股价波动与市场趋于一致，导致资本市场的价格发现和资源配置功能弱化。如何促进上市公司提高信息质量并发挥信息的定价功能以降低股价同步性，是当前提升我国资本市场资源配置效率、推动高质量发展的重要议题。金税三期实现全国征管数据大集中，增强公司会计信息透明度，有利于抑制企业会计信息舞弊行为。可见，为加强税收征管的金税三期也可能对资本市场产生溢出效应，降低股价同步性。然而，现有关于税收征管政策效用的研究主要集中于讨论税收问题本身，近几年有少量文献开始关注大数据税收征管的溢出效应，但大数据税收监管对资本市场股价同步性的影响鲜有被涉及。因此，本文以金税三期工程在各地区分批试点的准自然事件为政策冲击，采用多期双重差分法，考察大数据税收征管对资本市场股价DOI:10.14115/ki.10-1242/f.2023.02.00260 财务研究2023 年第 2 期同步性的影响。本文的贡献主要体现在以下三个方面：（1）以大数据税收征管为切入点，具体分析了大数据税收征管对股价同步性的作用机制，进一步丰富了股价同步性影响因素的相关文献，为我国资本市场的股价同步性“信息效率观”提供了经验证据。（2）有关大数据税收征管的现有文献从税收效果（唐博和张凌枫，2019）、盈余管理（孙雪娇等，2021）、企业融资约束（蔡昌等，2021）、过度投资（李世刚和黄一松，2022）及股价崩盘风险（徐捍军，2021）等角度探讨大数据税收征管的经济后果，对股价同步性鲜有关注。本文基于股价同步性研究大数据税收征管在资本市场的溢出效应，丰富了大数据税收征管经济后果的文献。（3）本文的研究结论表明，金税三期工程将大数据税收征管的技术红利转化为治理效能，为大数据税收征管政策在我国资本市场资源配置中的积极效用提供了经验证据。二、文献回顾、理论分析与研究假设（一）文献回顾近年来，大数据税收征管的经济后果研究备受关注。现有文献表明，大数据税收征管抑制了企业逃税（张克中等，2020），增加了纳税遵从度（唐博和张凌枫，2019），有助于落实税收优惠政策（樊勇和李昊楠，2020），缓解企业间的税负差异，促进税负公平（李艳等，2020）。也有文献探讨大数据税收征管对资本市场的影响，研究发现大数据税收征管一定程度上打破了投资方与融资方的信息壁垒，提高了资本市场的信息透明度（蔡昌等，2021），使得企业管理层减少机会主义行为，降低企业盈余管理程度（孙雪娇等，2021），进而提高了企业披露信息质量，降低了股价崩盘风险（徐捍军，2021）。同时，大数据税收征管会产生外部治理效应，可以促使企业抑制过度投资（李世刚和黄一松，2022）。股价同步性反映了公司股价信息含量中市场系统信息、公司特质信息及噪音占比的高低。关于股价同步性与资本市场效率相关关系的研究，大致可以分为“信息效率观”与“非理性因素观”。“信息效率观”认为股价波动很大程度上可以被公司特质信息所解释，股价中包含的公司特质信息越多，股价同步性越低，市场信息效率越高，资本市场的资源配置效率越高。Roll（1988）针对美国上市公司的研究发现，公司特质信息引起的公司股价波动是CAPM模型解释力下降的根本原因，即股价同步性与股价中的公司特质信息含量负相关。基于成熟资本市场，一些研究提供了股价同步性与股价中公司特质信息含量负相关的证据，如Durnev等（2003）、Durnev等（2004）、Hutton等（2009）等。“非理性因素观”则认为，股价在现实中的波动已远远超过理论上的波动，这很可能源于与公司基本面无关的投资者非理性行为（West等，1988；DeLong等，1990），股价同步性降低是因为股价中非公司特质信息含量的提高，即噪音效应，此时股价同步性低并不代表资本市场效率高。在这种情景下，公司信息透明度的增加有助于降低投资者对公司未来发展变动趋势的不确定性，降低噪音交易，股价中市场信息含量增加，使得股价同步性正向反映市场的信息效率（Dasgupta等，2008）。基于新兴资本市场，一些研究提供了股价同步性与公司信息质量正相关的证据，如Morck等（2000）、王亚平等（2009）、金智（2010）、张程睿和徐嘉倩（2019）等。新兴资本市场噪音交易较多（Roll，1988），其股价同步性高于成熟市场（Morck等，2000）。股价同步性在成熟资本市场和新兴资本市场存在差异，根本原因是市场所处发展阶段不同带来的信息透明度差异（Jin和Myers，2006）。过高的股价同步性意味着有价值的投资信号难以在资本市场传递，阻碍资金流向的合理化（Wurgler，2000）。基于我国证券市场，已有研究验证了股价同步性与资源配置效率存在负相关关系（Gul等，2010），过高的股价同步性会对市场的资源配置产生不利影响（伊志宏等，2019）。同时，掌握超额控制权的大股东倾向于减少公司真实信息披露以隐藏机会主义行为（Boubaker等，2014）；随着股东对高管人员的考核机制融入股票市场波动，股价同步性上升使得凭业绩任免高管的难度加大，公司治理效率降低（DeFond等，2004）。随着资本市场信息披露制度的完善，我国股价同步性有下降趋势（张程睿和徐嘉倩，2019）。市场中代表理性投资者的机构投资者较高的参与度（王亚平等，2009）、企业会计准则的改进（金智，2010）均有助于降低噪音交易。由上所述，除市场信息外，股价的波动主要由公司特质信息和非理性的噪音驱动。信息环境的改善有利于降低噪音影响，增加公司特质信息被纳入股价的程度，降低股价同步性，提升市场资源配置效率。金税三期的大数据税收征管特征加强了对企业税收会计信息的监管，增大了企业财务造假及盈余管理的成本、难度，有利于企业完善公司治理，改善会计信息质量，提高市场信息透明度。然而，61当前文献鲜有将大数据征管与股价同步性联系，没有提供金税三期降低股价同步性增进资本市场效率的证据。为此，本文以金税三期工程为切入点，研究大数据征管对我国资本市场股价同步性的影响及其机制。（二）理论分析与研究假设股价同步性受微观企业的影响主要来自两个方面大股东与中小股东间的代理冲突以及对外披露的信息 质量。从代理冲突的角度看，当公司的代理冲突较大时，大股东可能会通过关联交易等方式采取掏空行为，导致真实的公司情况和交易情况难以获取，中小投资者对公司未来发展的不确定性增加，容易引发资本市场的噪音交易（周林洁，2014），股价同步性较高（彭博等，2020）。金税三期实施后，已经形成了数据源各异的共享数据库，相关信息通过系统在征管双方及各层级之间传递，使得数据信息之间可以相互印证（孙雪娇等，2021）。大股东如果试图对公司财产进行转移、窃取公司资源牟利（蔡昌等，2021），或者通过不合理定价的关联交易进行掏空，则更容易被发现，增强了信息的客观性。而且，国家税务总局每年评价并公布企业的纳税信用等级状况，对外公告纳税信用A级企业名单以及重大税收违法失信主体的具体信息，这进一步降低了企业内部人实施机会主义行为的可能性，缓解了公司代理冲突，进而降低市场交易的噪音成分，降低股价同步性。从信息质量角度看，当公司信息披露水平较低时，其特质信息难以很好地融入个股股价（胡军和王甄，2015），投资方选择被投资企业需要更多参考市场和行业层面的信息，从而导致股价同步性的提高（王立章等，2016）。金税三期通过大数据技术加强对普通发票及专用发票的直接监管，并利用银行信息从资金流动上进行税源管控，多方面监控纳税税源信息（朱凯等，2021），使得公司盈余管理和会计造假的难度大幅提高，有助于提高会计信息质量。因此，金税三期能促进企业会计信息质量的提高，增加投资者在交易决策时使用会计信息的意愿，反映企业特质的会计信息被更多地纳入股票定价，能对股价同步性起到削弱作用。综上所述，本文提出主假设：假设：大数据税收征管的实施有助于降低资本市场股价同步性。三、研究设计（一）样本选择与数据来源2013年，金税三期工程在山西、山东（除青岛外）、重庆实施，2014年在广东（除深圳外）、内蒙古、河南上线，2015年又在河北等地推广应用，2016年先后于上海、北京等16个省市上线运行，从而实现了中国大陆全覆盖。2016年“金税三期”全面上线，不再具备对照组，因此，本文选取沪深 A 股 20092015 年所有上市公司作为初始样本。在样本期间，将受政策影响地区的样本作为处理组，未受政策影响地区作为对照组。借鉴现有文献的做法，对初始样本进行如下处理：（1）剔除金融业上市公司；（2）剔除ST类公司；（3）剔除数据缺失样本。本文最终得到11 348个（包含2 246家公司）样本，其中处理组样本1 148个，对照组样本10 200个。所有数据均来自于国泰安（CSMAR）数据库。为了消除极端异常值的影响，对模型中的所有连续变量在1%和99%的水平上进行Winsorize处理。（二）模型设定与变量说明1.模型设定。金税三期是分批次、分地区执行，其试点具有一定的随机性（李艳等，2020；蔡昌等，2021）。并且，金税三期的初衷不是影响股价同步性，因此，本文可以以“金税三期”作为准自然实验。选用多期双重差分模型研究大数据税收征管对股价同步性的影响，构建模型（1）如下：SYNi（t+1）=0+1POSTpt+Xit+p+pt+it （1）模型（1）中，i、p、t分别代表企业、省份和年份；控制变量用Xit表示；p、pt分别表示省份固定效应、省份固定效应年度固定效应；it为残差项。2.解释变量。POSTpt是金税三期工程实施效应变量，若公司所在省份开展金税三期工程，实施当年及以后年份取值为1，否则为0。3.被解释变量。股价同步性指标SYNi（t+1）为SYNit滞后一期所得，SYNit的计算方法参考现有文献（Morck等，2000；Durnev等，2003；蔡栋梁等，2021），用模型（2）的拟合系数R2来衡量。Rit=+Rmt+（2）其中，Rit表示公司第t个交易日的收益率，Rmt表示相同期间第t个交易日的市场收益率。这里的“除青岛外”、“除深圳外”是指在2013年、2014